基于地质岩心 X 射线微层析的孔隙度与渗透率预测的 AI 方法
机器学习
2022-11-29 v2 人工智能
计算机视觉与模式识别
摘要
地质岩心是在钻井过程中从地下深处提取的岩石样品，用于表征油气储层动态。传统上，岩心的物理研究通过耗时的手动实验进行。随着深度学习的发展，科学家们积极着手开发基于机器学习的方法，以在无任何手动实验的情况下识别物理属性。先前的若干工作使用机器学习来确定岩石的孔隙度与渗透率，但方法要么不准确要么计算昂贵。我们提出使用基于极小型 CNN-transformer 模型的自监督预训练，以高精度且省时的方式预测岩石的物理属性。我们展示了该技术即便在极小的数据集上也能防止过拟合。Github: https://github.com/Shahbozjon/porosity-and-permeability-prediction
引用
@article{arxiv.2205.13189,
title = {AI for Porosity and Permeability Prediction from Geologic Core X-Ray Micro-Tomography},
author = {Zangir Iklassov and Dmitrii Medvedev and Otabek Nazarov and Shakhboz Razzokov},
journal= {arXiv preprint arXiv:2205.13189},
year = {2022}
}